戴玉：时政+数据新闻怎么做？

    时政新闻、数据、可视化……当这3大要素组合出击时，我们的新闻是什么样？时政数据新闻的优势和局限是什么？谁来操作，数据新闻路在何方？全媒派特约《南风窗》记者、图政数据工作室负责人戴玉分享时政数据新闻的“心传”。

    1、前车之鉴的触动：投入高、产出低、风险大

    首先说投入。一个数据新闻需要耗费大量人力物力智力，调动记者、编辑、美编、程序员、推广人员和统筹者（项目经理）等等，耗时一周到几个月不等。若不是由有经验的人来统筹，很可能就会花了大力气，做出不那么有新闻价值的产品。这种试错成本和人才培训成本也是媒体需要考虑的。

    再看产出。重磅的数据新闻很难批量化生产，轻量级的数据新闻也需经历比普通新闻更长的数据收集、校对、解读等等流程。产出量不可能很高——这会挑战传统媒体尤其是报纸的以字数和发稿量为核心的薪酬体系。

    相应的风险随之而来。一是数据极易出错，数据的解读也很容易出现误读，损害媒体公信力。二是数据类报道的受众人群本身不会太广泛，虽然有可视化来做弥补，但也无法消解数据新闻天然的枯燥性，辛辛苦苦耗时半个月做出来的内容可能还不如一篇鸡汤文吸粉。三是万一选题不当，造成人力的浪费；万一时间花费太长，会导致推送时间落后于热点。

    2、很少有时政记者愿意花半年以上的时间去转型做数据记者

    应该说绝大部分记者都对数据不感兴趣，而对数据感兴趣的人也不会来做记者这一行了。哪怕是感兴趣，进入数据新闻领域也是需要时间成本的。目前数据新闻的专职记者极少，只能从已有领域挖人。而记者的转型和时间成本谁来负责？

    很少有时政记者愿意花半年以上的时间去转型做数据记者。

    所以图政数据工作室在创立之初到现在，一直都是“以年轻实习生为骨干”的，迄今已经是第五届实习生，每一届基本上都需要实习半年以上。

    以实习生为班底，图政数据逐渐走上数据新闻的流程化和专业化之路。

    3、如何带好数据新闻团队?

    图政数据目前分化成两支团队，一支是实习生队伍，一支是专业团队。团队希望做的事情，仍然是集中在时政新闻领域。

    时政类数据新闻没有现成的培训材料，于是图政数据自己制作了案例和课件，设计了内部培训课程；这些培训材料来自于一届又一届实习的积累、留言和贡献。

    由于人员分散在国内外各地，所以有实习生带来了线上的团队协作系统（推荐使用Tower），让实习生们在任何地点都能线上协作办公，并且将数据新闻的所有环节都流程化，实现进程控制……

        （来源：全媒派，研究院 王培志 整理）